申请/专利权人：中国人民解放军总医院第八医学中心

申请日：2024-02-21

公开（公告）日：2024-04-26

公开（公告）号：CN117745751B

主分类号：G06T7/12

分类号：G06T7/12;G06T7/136;G06T7/187;G06T5/00;G06T5/40

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及图像增强技术领域，具体涉及一种基于特征提取的肺结核CT图像分割方法，该方法包括：获取肺结核CT图像，对肺结核CT图像中的每个像素点对应的预设邻域进行灰度混乱程度分析处理；对每个像素点进行病灶边缘形状规律分析处理；对每个像素点在预设数量个预设方向上进行密度变化连续性分析处理；从肺结核CT图像中筛选出伪影像素点；根据肺结核CT图像中的每个伪影像素点对应的灰度混乱程度、病灶边缘因子和密度连续因子，对每个伪影像素点进行增强，得到目标增强图像；对目标增强图像进行分割，得到目标区域。本发明通过对每个伪影像素点进行自适应增强，提高了肺结核CT图像的增强效果和肺结核CT图像分割的准确度。

主权项：1.一种基于特征提取的肺结核CT图像分割方法，其特征在于，包括以下步骤：获取肺结核CT图像，对肺结核CT图像中的每个像素点对应的预设邻域进行灰度混乱程度分析处理，得到每个像素点对应的灰度混乱程度；根据每个像素点对应的灰度混乱程度，对每个像素点进行病灶边缘形状规律分析处理，得到每个像素点对应的病灶边缘因子；对每个像素点在预设数量个预设方向上进行密度变化连续性分析处理，得到每个像素点对应的密度连续因子；根据像素点对应的灰度混乱程度、病灶边缘因子和密度连续因子，从肺结核CT图像中筛选出伪影像素点；根据肺结核CT图像中的每个伪影像素点对应的灰度混乱程度、病灶边缘因子和密度连续因子，对每个伪影像素点进行增强，得到目标增强图像；对所述目标增强图像进行分割，得到目标区域;像素点对应的灰度混乱程度对应的公式为： ； ；其中，是肺结核CT图像中第个像素点对应的灰度混乱程度；是肺结核CT图像中像素点的序号；是肺结核CT图像中第个像素点对应的第一混乱程度；是肺结核CT图像中第个像素点对应的第二混乱程度；是肺结核CT图像中第个像素点对应的第三混乱程度；是肺结核CT图像中最大的灰度值；是肺结核CT图像中最小的灰度值；是和之间的灰度值；是肺结核CT图像中第个像素点对应的预设邻域内像素点的数量；是肺结核CT图像中第个像素点对应的预设邻域内，灰度值等于的像素点的数量；是以2为底的对数；是肺结核CT图像中第个像素点对应的预设邻域内像素点的序号；是取绝对值函数；是肺结核CT图像中第个像素点对应的灰度值；是肺结核CT图像中第个像素点对应的预设邻域内第个像素点对应的灰度值；是肺结核CT图像中第个像素点对应的预设邻域内所有像素点对应的灰度值中的最大值；是肺结核CT图像中第个像素点对应的预设邻域内所有像素点对应的灰度值中的最小值;所述根据每个像素点对应的灰度混乱程度，对每个像素点进行病灶边缘形状规律分析处理，得到每个像素点对应的病灶边缘因子，包括：当像素点对应的灰度混乱程度小于或等于预设混乱阈值时，将常数0确定为像素点对应的病灶边缘因子；当像素点对应的灰度混乱程度大于预设混乱阈值时，将像素点确定为参考像素点；对所有参考像素点所在的区域进行连通域划分，根据每个参考像素点所属连通域，确定每个参考像素点对应的病灶边缘因子;肺结核CT图像中参考像素点对应的病灶边缘因子对应的公式为： ；其中，是肺结核CT图像中第个参考像素点对应的病灶边缘因子；是肺结核CT图像中参考像素点的序号；是归一化函数；是肺结核CT图像中第个参考像素点所属连通域内，所有像素点与第个参考像素点所属连通域的中心之间的距离的方差；是预先设置的大于0的因子；是肺结核CT图像中第个参考像素点所属连通域内像素点的数量；是肺结核CT图像中第个参考像素点所属连通域内像素点的序号；是肺结核CT图像中第个参考像素点所属连通域内，所有像素点与第个参考像素点所属连通域的中心之间的距离中的最大值；是肺结核CT图像中第个参考像素点所属连通域内，第个像素点与第个参考像素点所属连通域的中心之间的距离;所述对每个像素点在预设数量个预设方向上进行密度变化连续性分析处理，得到每个像素点对应的密度连续因子，包括：将肺结核CT图像中任意一个像素点，确定为标记像素点，从所述标记像素点的每个预设方向上筛选出距离所述标记像素点最近的预设数目个像素点，构成所述标记像素点在每个预设方向上的像素点序列；根据所述标记像素点在预设数量个预设方向上的像素点序列，确定所述标记像素点对应的密度连续因子;像素点对应的密度连续因子对应的公式为： ； ；其中，是肺结核CT图像中第个像素点对应的密度连续因子；是肺结核CT图像中像素点的序号；是归一化函数；是肺结核CT图像中第个像素点对应的第一连续因子；是肺结核CT图像中第个像素点对应的第二连续因子；和是预先设置的大于0的因子；是肺结核CT图像中第个像素点在第个预设方向上的像素点序列中像素点的数量；是预设数量；是预设方向的序号；是第个像素点在第个预设方向上的像素点序列中像素点的序号；是第个像素点在第个预设方向上的像素点序列中，第个像素点对应的一阶灰度差异；为取绝对值函数；是第个像素点在第个预设方向上的像素点序列中，第个像素点对应的灰度值；是第个像素点在第个预设方向上的像素点序列中，第个像素点对应的灰度值；是第个像素点在第个预设方向上的像素点序列中，第个像素点对应的一阶灰度差异;所述根据像素点对应的灰度混乱程度、病灶边缘因子和密度连续因子，从肺结核CT图像中筛选出伪影像素点，包括：根据每个像素点对应的灰度混乱程度，确定每个像素点对应的非伪非病可能因子，其中，灰度混乱程度与非伪非病可能因子呈负相关；根据每个像素点对应的病灶边缘因子和非伪非病可能因子，确定每个像素点对应的非伪病灶可能因子，其中，非伪非病可能因子与非伪病灶可能因子呈负相关，病灶边缘因子与非伪病灶可能因子呈正相关；根据每个像素点对应的非伪非病可能因子、非伪病灶可能因子和密度连续因子，确定每个像素点对应的伪影病灶可能因子，其中，非伪非病可能因子和非伪病灶可能因子均与伪影病灶可能因子呈负相关，密度连续因子与伪影病灶可能因子呈正相关；根据每个像素点对应的非伪非病可能因子、非伪病灶可能因子和伪影病灶可能因子，确定每个像素点对应的伪影非病可能因子，其中，非伪非病可能因子、非伪病灶可能因子和伪影病灶可能因子均与伪影非病可能因子呈负相关；若像素点对应的非伪非病可能因子、非伪病灶可能因子、伪影病灶可能因子和伪影非病可能因子中最大的因子为伪影病灶可能因子，则将像素点确定为伪影病灶像素点；若像素点对应的非伪非病可能因子、非伪病灶可能因子、伪影病灶可能因子和伪影非病可能因子中最大的因子为伪影非病可能因子，则将像素点确定为伪影非病像素点；将伪影病灶像素点和伪影非病像素点均记为伪影像素点;所述根据肺结核CT图像中的每个伪影像素点对应的灰度混乱程度、病灶边缘因子和密度连续因子，对每个伪影像素点进行增强，得到目标增强图像，包括：根据肺结核CT图像中的每个伪影像素点对应的灰度混乱程度、病灶边缘因子和密度连续因子，确定每个伪影像素点对应的预设滤波窗口内所有像素点对应的目标权重；根据肺结核CT图像中的每个伪影像素点对应的预设滤波窗口内所有像素点对应的目标权重，对每个伪影像素点进行滤波处理，得到目标增强图像。

全文数据：

权利要求：

百度查询： 中国人民解放军总医院第八医学中心 一种基于特征提取的肺结核CT图像分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD